Music of the brain: A pattern recognition framework to investigate neural networks of music

Abstract

A música possui a capacidade de evocar um amplo espectro de emoções humanas, das mais simples como felicidade e tristeza, às mais complexas como carinho e luto, tornando-se uma ferramenta valiosa para a regulação emocional. Deste modo, compreender as bases neurais das emoções induzidas pela música é crucial para o desenvolvimento de abordagens inovadoras e personalizadas de terapias neuro-reabilitativas baseadas em música para distúrbios que resultam em comprometimento da regulação emocional. Neste estudo, utilizamos modelos computacionais para identificar padrões de atividade neural associados a emoções percecionadas enquanto os participantes ouviam diversas peças musicais. Quinze participantes foram submetidos Imagiologia por Ressonância Magnética Funcional (IRMf) enquanto ouviam excertos de 96 músicas classificados consoante os seus níveis de valência e ativação/energia (positivos ou negativos) com base no modelo circumplexo de Russell, um modelo dimensional preestabelecido para a categorização de emoções. Posteriormente, os participantes forneceram as suas avaliações subjetivas do conteúdo emocional das músicas ouvidas. Explorando diferentes métodos de seleção de features (abordagem com base nos dados e com base numa hipótese pré-estabelecida baseada na literatura) e alvos de classificação, utilizamos a análise multivariada de padrões (AMVP) com um SVM de kernel linear para classificar os quatro quadrantes emocionais, alcançando uma precisão média de 62%±15% no conjunto de testes do melhor modelo obtido. Os nossos resultados destacaram o envolvimento de várias regiões neocorticais (incluindo os córtices auditivo, cingulado, somatossensorial, motor e pré-motor, bem como algumas áreas visuais) como importantes para a geração e modulação dos estados emocionais.

Music possesses the ability to evoke a wide spectrum of human emotions, from the most fundamental, like happiness and sadness, as well as more complex feelings such as tenderness or grief, making it a valuable tool for emotional regulation. Therefore, understanding the neural foundations of music-induced emotions is crucial for the development of innovative, personalized neurorehabilitation music-based therapy approaches for disorders that lead to an impairment of emotional regulation. In this study, we employed computational models to identify neural activity patterns associated with perceived emotions while participants listened to diverse musical excerpts. Fifteen participants underwent functional magnetic resonance imaging (fMRI) scans while listening to 96 musical pieces classified by valence and arousal levels (positive or negative), based on a pre-established dimensional model for the categorisation of emotions. The participants also provided their subjective emotional assessments of the music. We explored different feature selection methods (data-driven and hypothesis driven approaches) and sets of labels as the classification targets and used multivariate pattern analysis (MVPA) to decode the four emotional quadrants, achieving an average accuracy of 62%±15% in the testing set of the best model. Our findings highlighted the involvement of several neocortical regions (including the auditory cortex, cingulate cortex, somatosensory, motor, and premotor cortices, as well as some visual areas) as important for generating and modulating feeling states.